Page Assist 实战:四种日常浏览器工作流,结合本地与云端模型

推理时代阅读约 9 分钟
Page Assist 实战:四种日常浏览器工作流,结合本地与云端模型

大多数 AI 聊天工具都运行在独立的标签页里。你需要把页面文字复制出来,粘贴到聊天窗口,再把答案复制回去。Page Assist省去了这种来回切换:它是一款开源浏览器扩展,可以在你阅读的页面旁边打开一个侧边栏模型,另外还提供完整的标签页网页界面,用于更长的对话。

它最初是为运行在 Ollama 中的本地模型设计的前端,目前仍是默认方式。但它也支持任何兼容 OpenAI 的接口,这意味着同一个侧边栏可以在笔记本电脑上的小型模型和云端的前沿模型之间切换。本指南将介绍人们实际使用它的四种工作流,并针对每种工作流说明应开启哪些功能,以及本地模型或云端模型哪个更合适。

Page Assist 概览

以下数据来自 GitHub 仓库和 Chrome 应用商店页面,截至 2026 年 10 月 8 日。

  • 许可证与费用:MIT 协议,免费。由独立开发者(n4ze3m)与社区贡献者共同开发。
  • 采用情况:GitHub 约 8,200 星标;Chrome 应用商店拥有 300,000 用户,评分 4.8。
  • 发布节奏:每周发布。1.5.86 版本于 2026 年 10 月 8 日发布,并将 AIHubMix 加入了预设服务商列表。
  • 浏览器支持:Chrome、Brave、Edge、Vivaldi、Firefox、LibreWolf、Zen。Opera 和 Arc 可使用网页界面,但不支持侧边栏。
  • 隐私:不收集遥测数据。聊天记录、设置和知识库嵌入数据均保存在浏览器存储中。

可以从 Chrome 应用商店安装(Firefox 和 Edge 有各自的附加组件页面)。第一天就值得记住两个快捷键:Ctrl+Shift+Y 打开侧边栏,Ctrl+Shift+L 打开网页界面。

各工作流所需条件

工作流功能所需条件模型适配
阅读长页面Chat with Website对话模型长页面适合云端
改写选中文本Copilot 菜单对话模型本地即可满足
询问自有文件Knowledge Base对话模型 + 嵌入模型两者皆可
让模型执行操作Page Action / MCP支持工具调用的模型云端

“模型适配”只是一个起点,而非硬性规定。一块性能良好的 GPU 上运行的强大本地模型,也能覆盖全部四种工作流。

一次性设置:本地模型与云端服务商

本地:自动检测 Ollama

如果 Ollama 正在 localhost:11434 上运行,Page Assist 无需任何配置即可找到它,并列出你已拉取的所有模型。如果发送消息时出现 403 错误,这是 CORS 问题:可以在“设置 → Ollama 设置”中启用自定义来源选项,或者设置 OLLAMA_ORIGINS=* 后重启 Ollama。

云端:从服务商列表中选择 AIHubMix

AIHubMix 是 Page Assist 内置的服务商:自 1.5.86 版本起,它与 OpenAI、DeepSeek 等其他服务商一同出现在服务商下拉列表中,因此无需手动输入 URL。操作流程遵循 Page Assist 的兼容 OpenAI 的服务商指南:

  1. 在 AIHubMix 控制台中创建 API 密钥(快速开始中有说明)。
  2. 在 Page Assist 中,打开“设置 → OpenAI Compatible API → Add Provider”。
  3. 从下拉列表中选择 AIHubMix。Base URL https://aihubmix.com/v1 会自动填入。
  4. 粘贴 API 密钥并保存。
  5. 系统会从 AIHubMix 获取模型列表。搜索并勾选你想要的对话模型,类型保持为 Chat Model,然后保存。

如果你想在把密钥粘贴进扩展之前先验证它,发送一次请求即可。Page Assist 通过相同的 Chat Completions 接口与 AIHubMix 通信:

curl https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "auto", "messages": [{"role": "user", "content": "ping"}]}'

auto 是 AIHubMix 上的真实模型名称:LLM Router 会为每个请求挑选一个模型(默认优先考虑成本,同时提供质量优先和延迟优先的变体),并按其实际使用的模型计费。如果你不想手动选择,可以把 auto 添加为 Page Assist 的模型之一,这是一个合理的默认选择。如果你想挑选特定模型并比较价格,请浏览模型列表。

嵌入模型:四种工作流中有两种需要它

Knowledge Base 以及 Chat with Website 的默认模式需要嵌入模型。请在“设置 → RAG 设置”中进行配置。本地方面,Page Assist 推荐通过 Ollama 使用 nomic-embed-text。通过 AIHubMix 时,嵌入模型与对话模型来自同一个模型列表。再次打开服务商的模型列表,勾选一个嵌入模型(例如 gemini-embedding-001),并将类型设置为 Embedding Model 后保存。之后它就会出现在 RAG 设置的下拉列表中。

工作流 1:不离开页面阅读长文

在一篇文章、一份文档页面或一个 GitHub Issue 讨论串上打开侧边栏,并开启 Chat with Website。你现在可以问“这里的三个主要论点是什么?”或“哪个配置项能修复评论 14 中的错误?”,模型会基于你正在浏览的页面作答。

页面内容传递给模型的方式有两种,二者的区别很重要:

  • 嵌入模式(默认):页面被切分为多个片段并进行嵌入,只有相关片段会发送给模型。适用于上下文窗口较小的模型,但可能遗漏跨越整个页面的内容。
  • 普通模式:页面文本被直接发送。在 Retrieval Settings 中关闭 “Enable Embedding and Retrieval”,并提高 “Maximum Content Size for Full Context Mode” 的值。更适合做摘要以及“比较 A 部分与 D 部分”这类问题,但需要具备长上下文窗口的模型。

第二种模式正是云端模型大显身手的地方。长篇规格说明或包含 200 条评论的讨论串,可以轻松放进大上下文的云端模型中,而小型本地模型则需要先删减页面内容。

以下三个相关功能也值得了解:

  • @tab 提及:输入 @ 即可将其他已打开的标签页纳入同一问题中,例如比较两个定价页面。需要先在设置中启用。
  • YouTube 摘要按钮:在 YouTube 视频页面上显示的可选按钮,点击后会打开侧边栏并基于页面字幕对视频进行摘要。
  • 视觉功能:对于以图片或图表为主的页面,点击眼睛图标会将页面截图发送给支持视觉的模型。不支持视觉的模型可以回退到 OCR,Page Assist 自己的文档将其描述为基础功能。

工作流 2:选中文本,右键即可完成

Copilot 菜单是该扩展中最快的工作流。在任意页面上选中文本,右键点击,然后在 Page Assist 下选择一个操作。内置五项:Summarize、Rephrase、Translate、Explain 和 Custom。

真正的价值在于自定义 Copilot 提示词(设置 → Manage Prompts → Custom Copilot)。每条提示词由一个标题和一个模板组成,模板中的 {text} 代表选中内容的位置,每条提示词都会成为右键菜单中的一个独立条目。以下几个很快就能派上用场:

Title: Reply in plain English
Prompt: Rewrite the following so a non-native speaker can follow it. Keep it under 80 words.

{text}
Title: Find the claim
Prompt: List each factual claim in the following text and mark the ones that need a source.

{text}

这些任务简短且频繁,因此非常适合交给本地模型:没有按次计费,无需网络往返,选中的文本也永远不会离开你的设备。对于篇幅较长或需要真正推理的选区(例如复杂的合同条款或一段陌生代码),则保留云端模型。

内置的 Translate 提示词会翻译成英文。如果你主要阅读其他语言方向的内容,可以编辑内置提示词,或添加一条自定义提示词并指定目标语言。

工作流 3:询问你自己的文件

Knowledge Base 可以将 PDF、Word 文档、文本、CSV 和 Markdown 文件变成可以对话的内容。进入“设置 → Manage Knowledge → Add New Knowledge”,上传文件并等待处理完成。然后,在聊天输入框中,点击知识库图标即可选择要使用的集合。

在上传大量文件夹之前,有两点需要了解:

  • 所有内容都在浏览器中处理和存储。Page Assist 提醒,数据量较大时可能导致性能问题。建议从一组精选的文件开始,而不是整个归档。
  • 检索质量更多取决于嵌入模型而非对话模型。如果回答总是遗漏明显的段落,可以先尝试更强的嵌入模型,再考虑更换对话模型。

这里本地还是云端的选择,主要取决于文档本身。你不会粘贴到网络服务中的内部文件,适合采用完全本地的方案:本地嵌入加本地对话模型。公开的论文或产品文档则两种方式都可以。

工作流 4:让模型在页面上执行操作

最新的工作流不止于阅读。有两项功能为模型提供了工具:

  • Page Action 是一个面向基于 Chromium 浏览器的独立配套扩展。启用后(即侧边栏中的光标图标),模型可以读取当前标签页,并逐步完成点击、输入、滚动、导航和填写表单等操作。它单独发布,是因为它需要 Chrome 的 debugger 权限,而大多数用户并不需要授予该权限。设置方法请参阅 Page Action 文档。
  • MCP 允许你通过 Streamable HTTP 连接远程 MCP 服务器,支持 Bearer Token 或 OAuth 2.1 认证。STDIO 服务器可以借助 supergateway 桥接到 HTTP。

两者都有审批开关。对于 Page Action,“Require approval before each action”默认开启。MCP 则相反:在你开启“Require approval before running MCP tools”之前,工具会无需审批直接运行;开启后,每个工具可以设置为 Allow、Human in loop 或 Disable。对于任何提交表单、发送消息或写入数据的操作,请保持审批开启。

这是模型选择最为关键的工作流。多步骤工具调用需要模型能够可靠地遵循工具的 schema,并能从错误的步骤中恢复,这在实践中意味着需要一个能力强的云端模型。小型本地模型往往会卡住或重复执行操作。

本地还是云端:快速决策指南

  • 选择本地,当文本涉及隐私、任务简短(改写、翻译、快速解释),或者你希望边际成本为零时。
  • 选择云端,当页面很长、问题需要贯穿整篇文档进行推理,或者模型必须使用工具时。
  • 注意发送的内容:Page Assist 本身不收集任何数据,但发送给云端提供商的内容会离开你的设备。AIHubMix 表示,它不存储提示词或回复内容,只保存请求元数据,例如 token 数量。各家上游模型厂商都有各自的数据保留政策。

由于两类模型都位于同一个模型选择器中,因此在对话中途切换模型只需在下拉菜单中更改选项,无需切换到其他应用。

常见问题

  • 与 Ollama 聊天时出现 403:这是 CORS 问题。在 Ollama 设置中启用自定义来源 URL,或设置 OLLAMA_ORIGINS=*。
  • 添加提供商后提示"No model found":API 密钥有误或余额不足。
  • 下拉菜单中没有 AIHubMix:扩展版本低于 1.5.86。请更新扩展,或选择 Custom 并输入 https://aihubmix.com/v1。
  • RAG 设置中无法选择嵌入模型:该模型被保存为 Chat Model。请重新添加,并将类型设置为 Embedding Model。
  • 与网站对话得到的回答过于简短:切换到普通模式,并使用上下文窗口更长的模型。
  • 侧边栏无法打开:Opera 和 Arc 不支持该功能,请改用 Web UI。

常见问题解答

Page Assist 是免费的吗? 是的。它采用 MIT 许可证,并且在所有受支持的浏览器上免费使用。只有在连接付费的云端提供商时才需要付费。

使用 Page Assist 必须安装 Ollama 吗? 不必。Ollama 是默认选项,但任何兼容 OpenAI 的端点都可以使用,包括 LM Studio、llama.cpp、vLLM 以及 AIHubMix 等云端网关。

提供商下拉菜单中有 AIHubMix 吗? 有,自 1.5.86 版本起支持。选择它并粘贴你的 API 密钥即可,Base URL 会自动填写。如果你使用的是旧版本,请先更新扩展。

Page Assist 会把我的浏览数据发送到其他地方吗? Page Assist 不包含遥测功能,历史记录保存在本地。页面内容只会发送给你所选择对话的模型。如果是云端模型,内容将发送给该提供商。

应该使用哪个嵌入模型? 在本地使用时,官方文档推荐通过 Ollama 使用 nomic-embed-text。通过 AIHubMix 使用时,请从与聊天模型相同的模型列表中选择一个,例如 gemini-embedding-001,并将类型设置为 Embedding Model 后保存。

能否为不同的工作流使用不同的模型? 可以。模型选择器按对话单独设置,因此你可以在同一会话中,用本地模型快速改写内容,并在处理长页面时切换到云端模型。

Page Action 能在 Firefox 上使用吗? 不能。Page Action 仅适用于基于 Chromium 的浏览器,例如 Chrome、Brave 和 Edge,因为它依赖 Chrome DevTools Protocol。

参考资料

一个网关接入多家 AI 服务商, 为生产环境而生。

访问推理时代官网